Procesamiento Morfologico
Procesamiento Morfologico
Procesamiento Morfologico
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Procesamiento</strong> Morfológico<br />
de Imágenes
Morfología Matemática<br />
• Se usa para extraer componentes de imágenes<br />
útiles para la representación y descripción de<br />
forma de regiones, tales como<br />
• Extracción de límites o bordes<br />
• esqueletos<br />
• cerco convexo<br />
• filtrado morfológico,<br />
• adelgazamiento (thinning)<br />
• pruning (poda)<br />
2
Z 2 and Z 3<br />
• Los conjuntos de la morfología<br />
matemática representan los objetos en<br />
una imagen.<br />
• Por ejemplo el conjunto de todos los<br />
pixeles negros de una imagen binaria, es<br />
una descripción morfológica de la imagen.<br />
• Imagen binaria (0 =blanco, 1 = negro) : cada<br />
elemento de un conjunto es un par de<br />
coordenadas de un pixel negro de la imagen.<br />
• Los conjuntos pertenecen a Z 2<br />
3
Z 2 and Z 3<br />
• Imágenes en escalas de grises: un<br />
elemento del conjunto esta formado por<br />
las coordenadas del pixel, y su nivel de<br />
gris. Z 3<br />
4
Teoría básica de conjutos<br />
Union,intersección,complemento,Diferencia de conjuntos. Resultado en<br />
gris.<br />
5
Reflección de B<br />
Bˆ<br />
=<br />
{ w<br />
|<br />
w<br />
= −b,<br />
for b<br />
∈<br />
B}<br />
6
Traslación de A en z.<br />
( ) = { c | c = a + z,<br />
for a ∈ A}<br />
A z<br />
7
Operaciones Lógicas<br />
8
Ejemplo<br />
:<br />
Operaciones<br />
lógicas entre<br />
imágenes<br />
binarias,<br />
recordar que<br />
el negro<br />
representa<br />
el uno y<br />
blanco el<br />
cero.<br />
9
Dilatación<br />
A y B son dos conjuntos de Z 2. La dilatación de A<br />
por B se define :<br />
A⊕<br />
B = { z|(B) ˆ ∩ A ≠ Φ}<br />
z<br />
Se obtiene la reflexión de B respecto de su<br />
origen,y se traslada este reflexión en z.<br />
La dilatación está formada por todos los z, tal<br />
que A y B reflejado-desplazado, al menos se<br />
superpongan en un punto.<br />
B se llama elemento estructural.<br />
10
Dilatación<br />
11
Dilatación<br />
12
Dilatación : llena lagunas<br />
13
Erosión<br />
A y B son dos conjuntos de Z 2. La erosión de A<br />
por B se define :<br />
A<br />
−<br />
B<br />
=<br />
{ z|(B) A}<br />
z ⊆<br />
La erosión de A por B es el conjunto de todos<br />
los puntos z, tal que B trasladado en z, esté<br />
contenido en A.<br />
14
Erosión<br />
15
Erosión<br />
16
Dualidad<br />
( A − B) c = A<br />
c<br />
⊕ Bˆ<br />
c<br />
( A − B)<br />
= { z | ( B)<br />
⊆ A}<br />
z<br />
c<br />
Notar que el complemento del conjunto de zs que<br />
satisfacen , es el conjunto de zs<br />
tales que<br />
17
Erosión : elimina detalles<br />
irrelevantes<br />
(a) imagen de cuadrados de tamaños 1 3 5 7 9 y 15 pixeles de lado.(b) Erosión de<br />
(a) con un elemento cuadrado de unos de 13 pixeles de lado. (c) Dilatación de (b)<br />
con el mismoelementoestructural.<br />
Elemento estructural B = 13x13 pixels de 1s<br />
18
Erosión : elimina detalles<br />
irrelevantes<br />
Notar<br />
*que se usa un elemento estructural (13x13), que es<br />
apenas más chico que el elemento que se quiere<br />
Conservar (15x15).<br />
* que se han usado elementos blancos como<br />
objetos y no negros<br />
* que se ha restablecido el tamaño original de<br />
los elementos, dilatando con el mismo elemento<br />
estructural, o sea que en general, la dilatación no<br />
restaura los objetos erosionados.<br />
19
Apertura y cierre<br />
Apertura, generalmente suaviza el contorno de<br />
un elemento, rompe uniones angostas (istmos) y<br />
elimina salientes finas.<br />
Cierre, también tiende a suavizar contornos,<br />
pero a diferencia de la anterior, une cortes en<br />
partes angostas y golfos largos y finos, elimina<br />
pequeños huecos y llena baches en los contornos.<br />
20
Apertura:erosión seguida de dilatación.<br />
(a) elemento B rodando a lo largo del borde interior de A.(b) Elemento estructural. (c)<br />
linea gruesa indica el borde de la apertura. (d) apertura completa.<br />
21
Apertura<br />
Apertura,<br />
Otra interpretación más gráfica: trasladar B<br />
dentro de A, como tocando el borde<br />
interiormente.<br />
En expresión de conjuntos:la apertura de A por<br />
B, se obtiene tomando la unión de todas las<br />
traslaciones de B, tal que B está todo dentro de<br />
A.<br />
22
Cierre: dilatación seguida de erosión<br />
(a) elemento estructural B rodando a lo largo del borde exterior de A.(b) La linea<br />
gruesa es el borde exterior del cerramiento. (c) cerramiento completo.<br />
A• B = ( A⊕<br />
B)<br />
−<br />
B<br />
23
Dualidad ( A•<br />
B)<br />
c<br />
= ( A<br />
c<br />
o Bˆ<br />
)<br />
Propiedades<br />
Apertura<br />
(i) A°B es un subconjunto (subimagen) of A<br />
(ii) Si C es un subconj. de D, ent. C °B es un subconj. de D °B<br />
(iii) (A °B) °B = A °B<br />
Cierre<br />
(i) A es un subconjunto (subimagen) de A•B<br />
(ii) Si C es un subconj. de D, ent. C •B es un subconj.de D •B<br />
(iii) (A •B) •B = A •B<br />
24
APERTURA.(a) conjunto A .(b) Varias posiciones del círculo que erosiona A. (c) notar<br />
como se ha eliminado la unión entre las dos partes principales de A. El elemento<br />
estructural no pudo caber completamente. (d) dilatación del conjunto erosionado. (e)<br />
resultado final de la operación de apertura. Las esquinas exteriores redondeadas, esquinas<br />
interiores no redondeadas.<br />
25
A<br />
• B = ( A ⊕ B )<br />
−<br />
B<br />
CERRAMIENTO.(a) conjunto A .(f) y (g) Dilatación de A con el círculo. (h) e (i) erosión<br />
del resultado anterior. Notar que las esquinas interiores se han redondeado, mientras que<br />
las exteriores quedan iguales. La entrada de la izquierda de A, se reduja bastante, porque<br />
el disco no cabía ahí.<br />
26
APERTURA Y CERRAMIENTO producen un suavizado del<br />
objeto, con un elemento estructural circular.<br />
27
Filtros morfológicos<br />
Las operaciones morfológicas sirven para<br />
construir filtros.Por ejemplo una apertura<br />
seguida de un cierre.<br />
28
(a) Imagen<br />
ruidosa A.<br />
(b) Elem.<br />
Estructural.<br />
(c) Imagen<br />
erosionada.<br />
(d) apertura<br />
de A<br />
(e)<br />
dilatación<br />
de la<br />
apertura.<br />
(f)<br />
Cerramiento<br />
de la<br />
apertura.<br />
En total es<br />
una<br />
apertura<br />
seguida<br />
de un<br />
cierre.<br />
29
Transformación Hit-or-Miss<br />
•Es una herramienta básica para detección de<br />
formas.<br />
•La definición es la siguiente, veamos en un<br />
ejemplo que se obtiene.<br />
A∗B=<br />
( A−X)<br />
∩[<br />
A −(<br />
W−X)]<br />
c<br />
31
Transformación Hit-or-Miss<br />
(a) Conjunto A.<br />
(b) Ventana W y<br />
fondo local para<br />
X, con respecto a<br />
W., (W-X).<br />
(c) Complemento<br />
de A.<br />
(d) Erosión de A<br />
por X.<br />
32
Transformación Hit-or-Miss<br />
Erosión de<br />
(complemento de A)<br />
por (W-X)<br />
33
Transformación Hit-or-Miss<br />
c<br />
A∗B=<br />
( A−X)<br />
∩[<br />
A −(<br />
W−X)]<br />
34
Transformación Hit-or-Miss<br />
A<br />
A∗<br />
B<br />
=<br />
c<br />
( A − X ) ∩[<br />
A − ( W − X<br />
)]<br />
35
Transformación Hit-or-Miss<br />
Si llamamos<br />
B=(B1,B2), con B1=X y B2=(W-X)<br />
la expresión de la transformada de Hit-or-miss se<br />
puede poner de la forma:<br />
contiene todos los puntos en los cuales,<br />
simultaneamente B1 encuentra un match(hit) en A y B2<br />
encuentra un match en<br />
36
Transformación Hit-or-Miss<br />
La razón por la cual se usa un elemento<br />
estructural B1 asociado con los objetos y un<br />
elemento B2 asociado con el fondo<br />
(background), se basa en una definición de que<br />
dos o mas objetos son distintos sólo si forman<br />
conjuntos disjuntos (desconectados). Esto se<br />
asegura requiriendo que cada objeto tenga al<br />
menos un background de ancho de un pixel<br />
alrededor de él.<br />
37
Algoritmos Morfológicos básicos<br />
En el caso de imágenes binarias, los algoritmos<br />
morfológicas se usan para extraer<br />
componenetes de una imagen utiles para la<br />
representación y descripción de formas.<br />
Se usan en los ejs siguientes mini-imágenes.<br />
Los 1s se muestran sombreados, los 0s blancos.<br />
Algoritmos básicos:Extracción de bordes,<br />
Region filling, thinning, thickening, prunning.<br />
38
Extracción de bordes<br />
(a) Conjunto A.<br />
(b) Elememento<br />
estructural.<br />
(c) A erosionada<br />
con B.<br />
(d) Borde obtenido<br />
de la resta entre A<br />
y su imagen<br />
erosionada.<br />
β ( A)<br />
= A − ( A − B)<br />
39
Ejemplo<br />
(a)<br />
(b)<br />
Imagen<br />
binaria<br />
simple, (unos<br />
en blanco<br />
aqui)<br />
Resultado de<br />
aplicar la<br />
expresión<br />
para obtener<br />
el borde<br />
Con elemento<br />
estructural<br />
de 3x3 de<br />
unos.<br />
40
Llenado de regiones<br />
X<br />
k<br />
= ( X ⊕ B)<br />
∩ A k =<br />
−1 k<br />
c<br />
1,2,3,...<br />
El ojbetivo es comenzando<br />
por un punto p interior al<br />
borde, llenar la region con 1s.<br />
Se supone que lo que no es<br />
borde tiene valor 0.<br />
-El algoritmo termina en el<br />
paso k, si<br />
X<br />
k<br />
=<br />
X<br />
k − 1<br />
El conjunto unión de A con<br />
Xk contiene el objeto<br />
rellenado y su borde.<br />
41
Llenado de regiones<br />
X<br />
k<br />
= ( X ⊕ B)<br />
∩ A k =<br />
−1 k<br />
c<br />
1,2,3,...<br />
42
Ejemplo (imagenes de esferas, que al binarizar<br />
aparece el hueco negro interior.)<br />
43
Extracción de componentes<br />
conectados<br />
Se trata de determinar los<br />
pixeles que estan unidos co<br />
conectados, en una imagen.<br />
Supongamos para el ejemplo, que<br />
hay un objeto Y, dentro de<br />
uno A. Y supongamos que el<br />
punto p de Y es conocido.<br />
Para extraer todos los<br />
componentes conectados se<br />
usa la expresión siguiente<br />
(arranca con Xo=p):<br />
El algoritmo<br />
converge si<br />
X<br />
k<br />
=<br />
X<br />
k − 1<br />
Entonces Y=Xk<br />
44
Extracción de componentes<br />
conectados<br />
45
Ejemplo<br />
La idea es<br />
determinar el<br />
tamaño de los<br />
componentes<br />
conectados,<br />
contando el<br />
numero de<br />
pixels de cada<br />
componente,<br />
esto permite<br />
determinar si<br />
son objetos<br />
extraños<br />
46
Cerco Convexo<br />
Un conjunto A es convexo, si cualquier segmento que une dos<br />
puntos de A, está todo contenido en A.<br />
El cerco convexo H de un conjunto arbitrario S, es el menor<br />
conjunto convexo que contiene a S.<br />
H-S se llama deficiencia convexa de S. ambas definiciones se<br />
usan para DESCRIPCION de objetos.<br />
Un algoritmo para calcular el cerco convexo C(A) de un conjunto<br />
A :<br />
47
X<br />
i<br />
k<br />
Cerco Convexo<br />
i<br />
k<br />
i<br />
= ( X ∗ B ) ∪ A i = 1,2,3,4 and k =<br />
1,2,3,...<br />
C(<br />
A)<br />
4<br />
= ∪<br />
D<br />
i<br />
i=<br />
1<br />
48
Adelgazamiento (thinning)<br />
A⊗<br />
B<br />
=<br />
A<br />
−<br />
( A∗<br />
B)<br />
=<br />
A<br />
∩<br />
( A∗<br />
B)<br />
c<br />
49
Adelgazamiento (thinning)<br />
El adelgazamiento de un conjunto A, por un elemento estructural<br />
B,se define en terminos de la transformada Hit-or-miss:<br />
A<br />
⊗<br />
B<br />
=<br />
A<br />
−<br />
( A∗<br />
B)<br />
=<br />
A<br />
∩<br />
( A∗<br />
B)<br />
c<br />
50
Ensanchado(Thickening)<br />
A•<br />
B =<br />
A<br />
∪<br />
( A∗<br />
B)<br />
51
Esqueletos<br />
52
Pruning(poda)<br />
53